智能体 MCP 调用流

 

"""
简单的智能体 Demo
使用阿里千问判断并调用对应的 MCP 工具
"""
import os
from openai import OpenAI

# 阿里千问 API 配置（兼容 OpenAI 格式）
client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY", "sk-xxxxxxxxxxxxxxxxxxxx"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

# 定义工具（模拟 MCP 工具）
TOOLS = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称，如：北京、上海"}
                },
                "required": ["city"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "get_time",
            "description": "获取当前时间",
            "parameters": {"type": "object", "properties": {}}
        }
    },
    {
        "type": "function",
        "function": {
            "name": "calculate",
            "description": "进行数学计算",
            "parameters": {
                "type": "object",
                "properties": {
                    "expression": {"type": "string", "description": "数学表达式，如：1+2*3"}
                },
                "required": ["expression"]
            }
        }
    }
]

# 工具实现（写死的数据）
def get_weather(city: str) -> str:
    weather_data = {
        "北京": "晴，5°C，北风3级",
        "上海": "多云，12°C，东风2级",
        "广州": "阴，20°C，南风1级",
    }
    return weather_data.get(city, f"暂不支持查询 {city} 的天气")

def get_time() -> str:
    from datetime import datetime
    return datetime.now().strftime("%Y-%m-%d %H:%M:%S")

def calculate(expression: str) -> str:
    try:
        return str(eval(expression))
    except:
        return "计算出错"

# 工具调用映射
TOOL_FUNCTIONS = {
    "get_weather": get_weather,
    "get_time": get_time,
    "calculate": calculate,
}

def run_agent(user_input: str):
    """运行智能体"""
    print(f"\n用户: {user_input}")
    
    # 1. 调用千问，让它判断使用哪个工具
    response = client.chat.completions.create(
        model="qwen-plus",
        messages=[
            {"role": "system", "content": "你是一个智能助手，根据用户需求调用合适的工具。"},
            {"role": "user", "content": user_input}
        ],
        tools=TOOLS,
        tool_choice="auto"
    )
    
    msg = response.choices[0].message
    
    # 2. 如果模型决定调用工具
    if msg.tool_calls:
        tool_call = msg.tool_calls[0]
        func_name = tool_call.function.name
        args = eval(tool_call.function.arguments) if tool_call.function.arguments else {}
        
        print(f"智能体决定调用: {func_name}({args})")
        
        # 3. 执行工具
        result = TOOL_FUNCTIONS[func_name](**args)
        print(f"工具返回: {result}")
        
        # 4. 把结果返回给模型生成最终回复
        final_response = client.chat.completions.create(
            model="qwen-plus",
            messages=[
                {"role": "system", "content": "你是一个智能助手"},
                {"role": "user", "content": user_input},
                msg,
                {"role": "tool", "tool_call_id": tool_call.id, "content": result}
            ]
        )
        print(f"智能体: {final_response.choices[0].message.content}")
    else:
        # 不需要工具，直接回复
        print(f"智能体: {msg.content}")

if __name__ == "__main__":
    # 测试几个场景
    run_agent("北京天气怎么样？")
    run_agent("现在几点了？")
    run_agent("帮我算一下 123 * 456")
    run_agent("你好")

　　结果：

用户: 北京天气怎么样？
智能体决定调用: get_weather({'city': '北京'})
工具返回: 晴，5°C，北风3级
智能体: 今天北京天气晴朗，气温为5°C，有北风3级。建议外出时注意保暖，适当增添衣物。

用户: 现在几点了？
智能体决定调用: get_time({})
工具返回: 2025-12-30 11:27:43
智能体: 现在是2025年12月30日，星期二，上午11点27分。

用户: 帮我算一下 123 * 456
智能体决定调用: calculate({'expression': '123*456'})
工具返回: 56088
智能体: 123 × 456 = 56088

用户: 你好
智能体: 你好！有什么我可以帮你的吗？